分散 - Ciallo Wiki | チャロ百科

1 定義と基本概念

分散は、値が平均のまわりにどの程度散らばっているかを数量化する指標である。データ全体の広がりを要約できるため、統計学では中心的位置を示す平均値と並んで基本的な尺度として扱われる。値が平均に近く集まっていれば分散は小さく、離れていれば大きくなる。

分散は、個々の値が平均からどれほど離れているかを、正負の打ち消しを避けながら評価するために用いられる。単なる差では偏りの向きが相殺されるので、距離の大きさを扱いやすい形に変えて表す点に特徴がある。ばらつきの比較や、測定値の安定性の把握に役立つ。

平均はデータの中心を表すが、同じ平均をもつ集団でも散らばり方は異なりうる。分散は、その差を補足する量として機能する。平均だけでは見えない変動の大きさを示すため、両者を組み合わせることでデータの輪郭が明確になる。

偏差とは、各値から平均を引いた差である。正の偏差は平均より大きい値を、負の偏差は平均より小さい値を示す。偏差そのものは符号をもつため、合計するとしばしば打ち消し合い、散らばりの規模を直接は表しにくい。

偏差平方は、各偏差を二乗したものである。二乗することで負の値を排除でき、遠く離れた値ほど強く反映される。分散はこの偏差平方の平均として定義されることが多く、ばらつきの程度を安定して測る手段となる。

母分散は、母集団全体の分散を指す。これに対して標本分散は、母集団の一部から得た標本データにもとづく推定量である。標本から母集団の性質を推測する場面では、観測値の数に応じた補正を伴う場合があり、推定の偏りを抑える工夫が行われる。

分散は、確率変数や観測値の分布を数式で扱う際の中心的な量である。定義は対象が離散か連続かによって書き方が変わるが、いずれも平均からのずれの二乗をもとにしている。

離散確率変数では、各値に対応する確率を重みとして、平均との差の二乗を加重平均する。すべての可能な値について足し上げることで、全体のばらつきを求める。確率の高い値ほど結果への影響が大きくなる。

連続確率変数では、確率密度関数を用いて平均との差の二乗を積分する。離散の場合の総和に相当する処理であり、分布全体の広がりを滑らかに捉えられる。連続型のモデルでも、基本的な考え方は同じである。

分散は、定義式をそのまま使うだけでなく、計算しやすい形へ変形できる。展開や整理を行うことで、平均や期待値との関係が見えやすくなり、理論面でも応用面でも扱いやすくなる。

分散は、二乗の平均から平均の二乗を引く形に書き換えられる。直接偏差平方を求める方法より計算が簡潔になることが多い。実務では、この式がデータ処理の効率化に役立つ。

確率論では、分散は期待値を用いて表される。確率変数を二乗した期待値と、確率変数の期待値の二乗との差として記述できる。これにより、分散は期待値の性質を通じて解析できる量となる。

分散には、基本的な変換に対して一定の振る舞いを示す性質がある。これらは理論の理解だけでなく、統計解析やモデル構築の際にも重要である。

分散は二乗の平均であるため、負の値をとらない。すべての値が平均と一致する場合のみ、分散はゼロになる。つまり、分散がゼロであれば変動がないことを意味する。

すべての値に同じ定数を加えても、平均との差は変わらないため、分散は不変である。一方、値を一定倍率で拡大・縮小すると、分散はその倍率の二乗に比例して変化する。尺度変更の影響が強く現れる点が特徴である。

複数の確率変数を足し合わせたとき、全体の分散は個々の分散だけで決まるとは限らない。変数どうしの関係が結果に影響するため、独立性や相関の有無を考慮する必要がある。

確率変数が独立であれば、和の分散は各分散の和になる。独立性により、互いの変動が干渉しないためである。この性質は、誤差の蓄積や複数要因の合成を考える際に便利である。

相関があると、和の分散には共分散の項が加わる。変数が同じ方向に動きやすいか、反対方向に動きやすいかによって、全体のばらつきは増減する。したがって、関係性を無視すると評価を誤ることがある。

分散は、全体の変動を複数の要素に分けて理解するためにも用いられる。たとえば、集団内のばらつきと集団間の差を分けて考えることで、変動の原因を整理できる。分解の考え方は、統計解析やモデル比較で有効である。

分散は単独でも有用だが、他の尺度と組み合わせることで解釈がしやすくなる。とくに、元の単位に戻した指標や、相対的な大きさを示す指標が重要である。

標準偏差は分散の平方根であり、元のデータと同じ単位でばらつきを表せる。分散よりも直感的に理解しやすく、実際の報告や比較で広く使われる。分散の情報を保ちながら、尺度の解釈を容易にする。

変動係数は、標準偏差を平均で割った相対的なばらつきの指標である。単位が異なるデータ同士でも比較しやすく、平均の大きさに対する散らばりの比率を示す。水準の違いを補正して比較したい場合に有効である。

範囲は最大値と最小値の差であり、データ全体の広がりを簡潔に示す。中央値との差は、中央値と各値との差に関係する代表的な考え方で、外れ値の影響を受けにくい場面で使われる。分散と比べると、これらは計算が単純だが、全体の情報量はやや少ない。

共分散は、二つの変数が同時にどのように変動するかを表す。分散は共分散の特殊な場合とみなせるため、両者は密接に結びついている。複数変数の関係を分析する際には、分散と共分散を組み合わせて理解することが基本になる。